[发明专利]灾害损失区域的损失规模评估方法以及装置在审
申请号: | 202210481131.0 | 申请日: | 2022-05-05 |
公开(公告)号: | CN115311548A | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 金成三;申东润;李哲奎 | 申请(专利权)人: | 国立灾难安全研究院 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/22;G06V10/764;G06N20/00;G06Q50/26 |
代理公司: | 北京青松知识产权代理事务所(特殊普通合伙) 11384 | 代理人: | 郑青松 |
地址: | 韩国蔚山*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 灾害 损失 区域 规模 评估 方法 以及 装置 | ||
1.一种工作方法,
作为对灾害损失区域的损失规模进行评估的服务器的工作方法,包括:
获取至少一个以上的第一灾害图像的步骤;
从所述至少一个以上的第一灾害图像中分别推导出损失区域,并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤;
利用所述至少一个以上的第一灾害图像以及所述损失区域相关信息学习第一学习模型的步骤;以及,
以所述第一学习模型为基础在灾害图像中对损失区域的损失规模信息进行评估的步骤。
2.根据权利要求1所述的工作方法,包括:
从外部设备获取第二灾害图像的步骤;
从所述第二灾害图像推导出损失区域以及周边区域,
并以所述所推导出的损失区域以及周边区域为基础通过贴标提供多个灾害相关信息的步骤;
分别为所述所获取到的多个灾害相关信息赋予加权值的步骤;
将所述第二灾害图像以及所述多个灾害相关信息输入到所述经过学习的第一学习模型的步骤;以及,
以所述第一学习模型为基础输出灾害损失区域确认信息以及灾害损失类型信息的步骤。
3.根据权利要求2所述的工作方法,
所述第二灾害图像输入到第二学习模型,
所述第二学习模型推导出所述第二灾害图像的所述损失区域以及所述周边区域,
并以所述所推导出的损失区域以及周边区域为基础通过所述贴标提供所述多个灾害相关信息作为输出信息。
4.根据权利要求2所述的工作方法,还包括:
获取灾害损失区域用途信息的步骤;
以所述灾害损失区域确认信息、所述灾害损失类型信息以及所述灾害损失区域用途信息为基础,对灾害损失区域的面积、灾害损失区域的类型以及灾害损失区域的用途进行确认的步骤;
以所确认的所述灾害损失区域的面积、所述灾害损失区域的类型以及所述灾害损失区域的用途为基础,推导出灾害损失区域特性信息的步骤;以及,
以所述所推导出的灾害损失区域特性信息为基础,对损失规模信息进行确认的步骤。
5.根据权利要求4所述的工作方法,还包括:
获取与所述灾害损失区域相关的至少一个第三灾害图像以及与所述灾害损失区域相关的至少一个外部数据的步骤;
所述损失规模信息通过进一步反映所述至少一个第三灾害图像以及所述至少一个外部数据而进行确认。
6.根据权利要求5所述的工作方法,
分别为所述灾害损失区域特性信息、所述至少一个第三灾害图像以及所述至少一个外部数据赋予加权值,
通过反应所述所赋予的加权值而对所述损失规模信息进行确认。
7.根据权利要求5所述的工作方法,
所述灾害损失区域特性信息、所述至少一个第三灾害图像以及所述至少某一个外部数据作为输入数据提供至第三学习模型,
所述第三学习模型以所述输入数据为基础推导出所述损失规模信息作为输出数据。
8.根据权利要求7所述的工作方法,
所述损失规模信息作为反馈信息提供至所述第三学习模型,
所述第三学习模型以所述损失规模信息为基础进行更新。
9.根据权利要求7所述的工作方法,
在将所述外部数据作为输入数据提供至所述第三学习模型的情况下,在为所述外部数据赋予加权值之后作为所述输入数据提供至所述第三学习模型,
所述服务器从灾害统计数据库获取所述外部数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国立灾难安全研究院,未经国立灾难安全研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210481131.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于内容可寻址存储器的健康扫描
- 下一篇:处理系统、相关集成电路、设备及方法